申请/专利权人：平安科技(深圳)有限公司

申请日：2021-08-23

公开（公告）日：2024-05-31

公开（公告）号：CN113658036B

主分类号：G06T3/04

分类号：G06T3/04;G06V10/764;G06V10/82;G06N3/0475;G06N3/045;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2021.12.03#实质审查的生效;2021.11.16#公开

摘要：本申请涉及医学影像的数据增广领域，揭示了一种基于对抗生成网络的数据增广的方法、装置、计算机设备及存储介质，方法包括：获取目标域中的第一图片与源域中的第二图片；将所述第一图片输入至第一生成网络，得到伪第二图片；将所述伪第二图片输入至第二生成网络，得到伪第一图片；计算所述第一图片与所述伪第一图片的一致性约束值；将所述第二图片与所述伪第二图片输入至判别网络，得到所述判别网络对所述第二图片及所述伪第二图片的分类结果；根据损失函数计算所述分类结果的损失值；若所述一致性约束值与所述损失值的和满足预设值，将所述伪第一图片添加至目标域中，以增加目标域中的图片数据。本申请能够提高数据样本的生成效率。

主权项：1.一种基于对抗生成网络的数据增广的方法，其特征在于，包括：获取目标域中的第一图片与源域中的第二图片；将所述第一图片输入至第一生成网络，得到伪第二图片；将所述伪第二图片输入至第二生成网络，得到伪第一图片；所述第一生成网络与所述第二生成网络互为相反的网络；计算所述第一图片与所述伪第一图片的一致性约束值；将所述第二图片与所述伪第二图片输入至判别网络，得到所述判别网络对所述第二图片及所述伪第二图片的分类结果；根据损失函数计算所述分类结果的损失值；若所述一致性约束值与所述损失值的和满足预设值，将所述伪第一图片添加至目标域中，以增加目标域中的图片数据；所述获取目标域中的第一图片与源域中的第二图片之后，还包括：将所述第二图片输入至第二生成网络，得到假第一图片；将所述假第一图片输入至第一生成网络，得到假第二图片；计算所述第二图片与所述假第二图片的候选一致性约束值；将所述第二图片与所述假第二图片输入至第二判别网络，得到所述第二判别网络对所述第二图片及所述假第二图片的候选分类结果；根据损失函数计算所述候选分类结果的候选损失值；若所述候选一致性约束值与所述候选损失值的和满足预设值，将所述假第二图片添加至源域中，以增加源域中的图片数据；所述根据损失函数计算所述分类结果的损失值，包括：将所述第二图片与所述伪第二图片输入至判别网络，得到判别网络对所述第二图片的分类结果a1及判别网络对所述伪第二图片的分类结果a2，再基于所述分类结果a1与所述分类结果a2生成所述判别网络对所述第二图片及所述伪第二图片的分类结果A，所述分类结果A包含了分类结果a1与分类结果a2；根据损失函数对判别网络对所述第二图片的分类结果a1计算得到损失值s1，以及根据判别网络对所述伪第二图片的分类结果a2计算得到损失值s2，再根据所述损失值s1与损失值s2生成分类结果A的损失值S，所述损失值表征第二图片及所述伪第二图片的分类结果与真实结果的差值；所述获取目标域中的第一图片与源域中的第二图片之前，还包括：从若干个待选域中选取一个作为目标域，获取所述目标域的图片等级；根据预设的等级规则匹配与所述目标域的图片等级相邻的候选图片等级；根据所述候选图片等级确定所述目标域对应的源域；所述目标域包括重度黑眼圈图片等级与轻度黑眼圈图片等级的图片，所述源域包括轻度黑眼圈图片等级与无黑眼圈图片等级的图片，所述基于对抗生成网络的数据增广的方法包括数据增广模型；所述根据预设的等级规则匹配与所述目标域的图片等级相邻的候选图片等级，包括：将重度黑眼圈样本C1、轻度黑眼圈样本C2与正常样本C3作为样本数据；将C1、C2样本作为目标域X，C2、C3样本作为源域Y，构建CycleGAN网络，所述CycleGAN网络包含两个生成网络和两个判别网络；选取样本数据输入至CycleGAN网络，每次输入的样本数据为一组图像，并且每一组图像的选取规则为若目标域选择C1中的图像，源域从C2中的图像选择；若目标域选择C2中的图像，源域从C3中的图像选择；在选取样本数据后，将选取的图片分别输入生成对抗网络中对应的位置，每次选取的一组图像为x,y，其中，x表示目标域图像，y表示源域图像，并且定义生成网络G为将图像从目标域转到源域，生成网络F表示将图像从源转到目标域；将选取的x输入至G网络，再输入至F网络，输出FGx，将选取的y输入至F网络，再输入至G网络，输出GFy，将FGx与x计算一个一致性约束Lcycle1，将GFy与y计算一个一致性约束Lcycle2；将Gx与y输入判别网络DY，进行0-1分类，计算同理将x与Fy输入判别网络DX，计算将所述Lcycle1、Lcycle2、进行反向传播，基于Lcycle1、Lcycle2、更新对应网络中的参数，使Lcycle1、Lcycle2、的值满足预设值，基于生成网络和两个判别网络的参数更新，得到数据增广模型的训练。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于对抗生成网络的数据增广方法、装置、计算机及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD